基于双重双钻石模型的中国茶产业国际竞争力研究

在新发展格局下,提升中国茶产业国际竞争力有利于扩大茶叶出口,是化解国内产能过剩危机的有效途径。本文利用UNcomtrade数据库中2001—2020年的茶叶贸易数据,采用国际市场占有率、显示性比较优势指数和显示性比较优势权重指数对中国茶产业国际竞争力进行测度与比较,并以双重双钻石模型为理论基础,进一步探讨影响中国茶产业国际竞争力的主要因素。结果表明,从总体来看,中国茶产业的国际市场在不断拓展,目前具有较强的国际竞争力,但与其他出口大国相比相对较弱;从茶产品来看,绿茶是中国在国际贸易中的优势产品,尤其是小包绿茶长期保持绝对优势,但红茶的比较优势明显不足。进一步分析发现,中国茶产业国际竞争力主要来源于国内丰富的自然资源和庞大的内需市场,制约因素主要有劳动力成本上升、茶叶技术创新能力弱、出口茶叶质量低和农药相关标准不完善等。因此,提出增强茶叶技术创新能力、推进茶产业绿色高质量发展和加强国际化人才队伍建设等提升国际竞争力的建议。     

基于地理加权回归模型的绿洲土壤表层有机质含量高光谱估算

【目的】研究利用高光谱数据估算土壤表层有机质含量,为绿洲区大范围,快速,低成本,监测土壤表层有机质含量提供技术参考。【方法】以新疆博斯腾湖湖滨绿洲为研究区,采用地理加权回归模型,优选高光谱数据与土壤有机质含量的特征波段,构建研究区表层土壤有机质含量的高光谱估算模型。【结果】研究区表层土壤有机质含量变化不大,变化系数为55%,最小值为2.37 g/kg,最大值为51.47 g/kg,平均值为21.20 g/kg。土壤有机质特征波段主要集中在645~1 958 nm,其中1/R二阶的相关系数值最大为0.73,且在P=0.05水平下,通过显著性检验的波段数为83。构建的地理加权回归模型中,二维土壤指数1/R RSI建模效果最优,建模集R²=0.91,RMSE=2.56,验证集R²=0.95,RMSE=1.10。【结论】利用地理加权回归模型估算土壤有机质估算,建模效果可以达到一定的精度要求。     

计算平均集材距离的新方法

本文对我国北方林区林业局森林调查设计队计算小班平均集材距离时,采用的小班里中间集材道长折半法和算术平均法进行了全面的分析,指出其计算方法虽然简便,但不够准确的问题,提出与现在采伐木出材量调查法相适应的新的计算平均集材距离的方法——面积加权法。并全面的论证了此法的准确性、简便性和可行性。     

Weighted single‐step genome‐wide association study and pathway analyses for feed efficiency traits in Nellore cattle

The aim was to conduct a weighted single‐step genome‐wide association study to detect genomic regions and putative candidate genes related to residual feed intake, dry matter intake, feed efficiency (FE), feed conversion ratio, residual body weight gain, residual intake and weight gain in Nellore cattle. Several protein‐coding genes were identified within the genomic regions that explain more than 0.5% of the additive genetic variance for these traits. These genes were associated with insulin, leptin, glucose, protein and lipid metabolisms; energy balance; heat and oxidative stress; bile secretion; satiety; feed behaviour; salivation; digestion; and nutrient absorption. Enrichment analysis revealed functional pathways (p‐value < .05) such as neuropeptide signalling (GO:0007218), negative regulation of canonical Wingless/Int‐1 (Wnt) signalling (GO:0090090), bitter taste receptor activity (GO:0033038), neuropeptide hormone activity (GO:0005184), bile secretion (bta04976), taste transduction (bta0742) and glucagon signalling pathway (bta04922). The identification of these genes, pathways and their respective functions should contribute to a better understanding of the genetic and physiological mechanisms regulating Nellore FE‐related traits.     

基于生态系统服务的景观生态风险评价及其驱动因素研究——以福建省为例

景观生态风险评价是实现景观格局优化的前提与基础,对于推动景观生态管理、生态文明建设具有重要意义。为提高景观生态风险评价的准确性和全面性,基于生态系统服务改进景观生态风险的评价方法,评价并分析了福建省2000—2020年景观生态风险的时空演变特征,并采用探索性回归分析与地理加权回归模型,探究了景观生态风险时空演变的主要驱动因素。结果表明:(1)2000—2020年福建省景观干扰度逐渐增强,总体呈现“西北低东南高”“大集聚、小分散”的空间分布特征。2000—2020年福建省景观脆弱度整体呈波动下降趋势,而西南部则呈增加的趋势。(2)2000—2020年福建省景观生态风险指数均值由2000年的0.042增长至2020年的0.049,增加了16.7%。至2020年,较高、高风险区面积增长1.8倍,并由东部及东南沿海地区逐渐向内陆扩张; 低风险区则减少至2000年的90%,主要分布在中北、中东部及其周围地带。(3)GDP、常住人口及年均降水量对福建省景观生态风险解释能力最强,对景观生态风险的影响存在空间异质性。GDP、常住人口对福建省景观生态风险具有正向驱动作用,年均降水量则起抑制作用。为此,优化城市经济发展模式、控制常住人口规模是福建省景观生态风险管理与优化的关键。     

基于土地利用变化的陕西省县域碳排放时空变化及影响因素研究

[目的] 分析2000—2020年陕西省县域碳排放时空变化和影响因素,为陕西省生态文明建设和实现低碳可持续发展提供参考。[方法] 利用社会经济数据和土地利用数据,构建碳排放估算模型,核算了2000—2020年陕西省县域碳排放总量,分析了陕西省碳排放时空分布格局与演化特征,并通过地理加权回归(GWR)模型探究了碳排放的影响因素。[结果] ①总量上,2000—2020年陕西省碳排放量总量呈上升趋势,从2000年的3.30×10⁷ t增长至2020年的1.93×10⁸ t,历经“大幅增长—缓慢增长”两个阶段。②空间上,2000—2020年陕西省碳排放量中心逐步向东北方向移动,空间分布范围呈现扩张态势,热点区主要分布在榆林市北部县域、西安市和咸阳市辖区的周边部分县域,冷点区主要分布在佛坪县和石泉县。③影响因素上,人均GDP值、土地利用程度和人均社会零售总额与陕西省各县域碳排放量呈正相关,产业结构与陕西省60.74%县域碳排放量呈负相关,人口密度与陕西省92.52%县域碳排放量呈负相关。[结论] 建议通过制定差异性区域碳减排方案,优化土地利用结构,控制建设用地增长规模,提高公众低碳环保意识等方式促进陕西省县域低碳发展。     

Influence of climatic conditions,topography and soil attributes on the spatial distribution of site productivity index of the species rich forests of Jalisco,Mexico

This paper presents an approach based on field data to model the spatial distribution of the site productivity index （SPI） of the diverse forest types in Jalisco, Mexico and the response in SPI to site and cli-matic conditions. A linear regression model was constructed to test the hypothesis that site and climate variables can be used to predict the SPI of the major forest types in Jalisco. SPI varied significantly with topog-raphy （elevation, aspect and slope）, soil attributes （pH, sand and silt）, climate （temperature and precipitation zones） and forest type. The most important variable in the model was forest type, which accounted for 35% of the variability in SPI. Temperature and precipitation accounted for 8 to 9% of the variability in SPI while the soil attributes accounted for less than 4% of the variability observed in SPI. No significant differences were detected between the observed and predicted SPI for the individual forest types. The linear regression model was used to develop maps of the spatial variability in predicted SPI for the individual forest types in the state. The spatial site productivity models developed in this study provides a basis for understanding the complex relationship that exists between forest productivity and site and climatic conditions in the state. Findings of this study will assist resource managers in making cost-effective decisions about the management of individual forest types in the state of Jalisco, Mexico.     

一种子空间辨识对权重矩阵加权平均新方法

给出了一种计算线性子空间辨识权重矩阵的新方法,该方法是在结合算法N4SID、MOESP及MOESN4优点的基础上,对算法MOESN4加以改进和推广,主要是对所选取的权重矩阵进行加权平均,使算法的权重矩阵选择机会增多,增加了算法在实际中的应用性,给出两种不同权重矩阵加权平均算法MOESN4WAc与MOESN4WAd.